怎样结合口述背景与精确代码，准备边界清楚的重构请求？
口述背景与精确代码相结合的重构任务说明
用可复制的重构任务说明、精确标识表和虚构费用规则案例，明确允许修改范围、行为不变量与复核要求。
把 AI 工作做得更清楚
保留任务所需的上下文，选择合适的表达方式，带一份实用模板开始下一次工作。
选择怎样表达指令
比较输入方式、弄清工具分工，并把口述背景与准确文字结合起来。
怎样判断口述是否适合自己的编程请求，而不只看输入了多少字？
打字还是口述？比较完整的 AI 请求输入流程
按同样任务和可发送终点比较打字、口述与混合输入，附条件记录、计时边界、改错分类和空白决策表。
你需要切换的是模型、会话、编程任务，还是终端？
你想切换的是 AI 模型、会话，还是编程任务？
先确定需要切换的对象：模型、会话、编程代理、工作区或终端，再选择合适的工作流。
在 Mac 上，怎样按文字去向选择合适的听写路径？
在 Mac 上为 AI 工作选择听写路径
按文字去向、复查和处理阶段选择Mac听写路径，包含四工具的条件比较、离线英文整理虚构案例及可复制路径卡。
理解代码或调查问题
追踪陌生代码，把相关证据交给 Agent，开展有明确范围的调查。
怎样先请代理理解陌生仓库，再开展改动？
让代理改动前，先读懂陌生代码仓库
沿陌生仓库的一条执行路径，记录文件证据与未知项，再写出范围明确的后续改动请求。
本地测试通过而 CI 失败时，应该给代理哪些对照材料？
本地测试通过、CI 却失败时，先给代理一份环境对照
对照同一修订的本地与CI环境，区分样例路径和缓存假设，再选择一项能区分原因的检查。
怎样向代理说明依赖升级，同时保留应用现有行为？
向代理说明依赖升级任务，同时保留应用兼容性
梳理直接与间接依赖变化，保留调用方契约，并明确兼容性检查和回退条件。
说清楚要改什么
把界面反馈和数据需求，整理成可以检查的行为要求。
怎样把截图反馈变成具体的 UI 修改要求和验收检查？
把截图和口述反馈整理成明确的 UI 修改请求
用编号区域、可复制模板和三份完整示例，把截图与口述反馈变成可以检查的 UI 修改请求。
怎样把相互冲突的反馈整理成可以执行的任务说明？
把相互冲突的口述反馈整理成一份 Agent 任务说明
分别保留反馈来源、观察与建议，记录已定约束和未决分歧，再整理成一份范围明确的 Agent 任务说明。
怎样向 Agent 说明加载、取消和迟到结果的界面行为？
在让 Agent 修改界面前，说清加载、取消与迟到结果
用六个事件的时间线，明确加载、取消与迟到响应的归属，并为界面修改写出可检查的行为要求。
继续任务与协调协作
接续任务、明确依赖，并在责任清楚的前提下整合不同改动。
任务被打断后，应保留哪些信息，才能回来继续 AI 编程工作？
用一张交接卡接回 AI 编程任务
用交接卡保存任务、材料、已定决策和下一步，附空白模板、两份完整虚构案例及恢复请求。
复核并记录改动
核对改动与原要求、证据是否对应，再写清复核结论、PR 说明或开发文档。
怎样按照原始要求复核 AI 的代码修改？
按照你实际提出的要求，复核 AI 的代码修改
把要求、代码改动和实际证据逐项对应，用虚构 Python 补丁、示例断言和复核表判断下一步。